（记者 张苏慧）2026年国家智能制造标准化总体组和专家咨询组全体会议日前在北京召开，提出“十五五”时期要健全组织体系，完善标准顶层设计，加快凝练新一代智能制造系统架构和标准体系。
我国工业企业长期以来普遍面临：数据孤岛林立、标准缺失、质量参差、安全风险凸显以及复合型人才匮乏等多重堵点难点，如何精准施策，值得业界思考。
我国智能制造已形成完整产业生态，基础设施与核心能力建设取得显著成效。工业互联网标识解析体系作为制造业数字化的“神经中枢”，已实现“5+2”国家顶级节点全面建成。截至2025年底，全国累计接入国家顶级节点的二级节点数已达396个，覆盖30余个省份和46个行业，接入企业节点数超过52万家，累计标识注册量突破7000亿个。
截至2025年4月，我国累计发布智能制造国家标准472项、国际标准50余项，支持建设135个标准应用试点项目，加速标准落地、引领产业应用、深化国际合作，为智能制造深入发展提供有力支撑。
智能工厂建设从“盆景”走向“风景”，成为产业转型的核心载体。截至2025年底，全国已累计建成3.5万余家基础级、8200余家先进级、500余家卓越级智能工厂，并培育出15家代表全球智能制造最高水平的“领航级”智能工厂。这些领航工厂中，人工智能已渗透70%以上的业务场景，沉淀超6000个垂直领域模型，带动1700多项关键智能装备与工业软件规模化应用，推动智能制造从“自动化”向“自主化”演进。以江苏省为例，截至2025年底已培育2家国家领航级智能工厂、67家卓越级智能工厂，认定省先进级智能工厂1808家，达到基础级以上智能工厂的企业约1.4万家，数量居全国首位。
AI、数字孪生等新技术深度融入生产各环节，推动生产效率与产品质量稳步提升。数字孪生技术通过创建物理资产、系统或流程的虚拟副本，实现了对制造过程的实时监控、模拟和优化。
尽管成就显著，但我国智能制造发展仍存在诸多深层次短板，制约着产业向更高水平迈进。
一是标准体系尚未完善，互联互通基础薄弱。设备协议不统一、数据孤岛现象普遍，成为制约智能化深度发展的首要障碍。全国人大代表、天能控股集团董事长张天任指出，标准体系尚不完善，数据孤岛问题制约了深度融合。数据孤岛的形成根源在于早期信息化建设多为“项目驱动”，企业往往针对特定需求独立上线系统，忽视了长期的数据架构规划。
二是IT与OT融合难度较大，技术壁垒亟待突破。信息技术（IT）与运营技术（OT）的深度融合是智能制造的关键，但两者在技术体系、知识背景、管理文化等方面存在显著差异。IT系统注重灵活性、可扩展性和数据处理能力，而OT系统则强调实时性、可靠性和安全性。这种差异导致系统集成复杂度高、实施周期长、维护成本大。许多企业在推进IT/OT融合时，面临既懂工业工艺又懂信息技术的复合型人才严重短缺的困境。
三是转型成本偏高，中小企业动力不足。智能制造转型需要大量的前期投入，包括硬件设备升级、软件系统部署、人才培训等，投资回报周期较长。对于利润空间有限、抗风险能力较弱的中小企业而言，“不敢转、不会转”问题依然突出。
四是跨领域数据融合不够深入，智能应用仍停留在表层。当前许多企业的智能化应用仍集中在生产监控、数据可视化等浅层环节，未能充分发挥数据价值。全国人大代表、华工科技董事长马新强指出，在人工智能与工业经济深度融合的过程中，数据治理的滞后与薄弱已成为制约工业AI价值释放的核心瓶颈。
这些问题的解决，已非单个企业能力所及，急需国家与行业层面进行系统性、针对性的顶层设计与生态赋能。
针对上述瓶颈问题，“十五五”期间需精准发力、综合施策，以标准体系建设为核心抓手，推动智能制造向更高水平发展。
一是健全组织体系，完善标准顶层设计。2026年国家智能制造标准化总体组和专家咨询组全体会议明确要求，强化项目牵引，将标准制定与科技重大项目相结合，布局一批通用标准、突破一批关键技术标准、固化一批高水平实践标准。
二是强化核心技术自主研发，提升自主可控水平。必须集中力量突破工业软件、核心零部件等短板领域。同时，要推动人工智能、5G、边缘计算等新一代信息技术与制造技术的深度融合。开发工厂级智能体，整合研发、生产、质量、能耗、物流和运营全链路数据，搭建工厂级智慧运营平台，实现生产计划、能耗优化等全局最优决策。工业和信息化部党组成员、副部长辛国斌表示，中国跻身全球制造强国行列，智能制造工程贡献突出。迈入新阶段，新一代智能制造的核心任务，是推动制造系统真正具备“自主认知、持续进化”的能力。
三是推动标准规模化应用，破除数据壁垒。标准的价值在于应用。要突出应用导向，支持龙头企业建设智能制造标准群，推动标准在产业链上下游、重点区域规模化推广。依托智能工厂梯度培育等工作，推动标准规模化应用。通过“对标自评、贯标自建、达标即授”的智能工厂培育工作机制，规模化开展智能工厂建设。
此外。人才是智能制造发展的第一资源。要加强产学研合作，依托重大科技项目培养既懂工艺又懂技术的复合型领军人才。建立健全智能制造人才培养体系，包括高等教育、职业教育、继续教育等多层次培养渠道。鼓励企业建立内部培训机制，提升现有员工的数字化技能。完善人才评价和激励机制，吸引全球高端人才投身中国智能制造事业。返回搜狐，查看更多